【网络层面看AD】大规模电生理如何解释海马环路失调——3Brain MEA 相关文献分享

在阿尔兹海默病（Alzheimer’s disease AD）研究中，我们已经非常熟悉Aβ、tau和神经元死亡等分子与细胞病理。但一个越来越清晰的事实是：在明显结构性损伤出现之前，神经网络本身已经“不同步了”。

如果记忆不是单个神经元的属性，而是网络协同活动的结果，那么，AD是否首先是一种“网络疾病”？

本文基于2025年IEEE EMBC会议发表的一项研究，系统解读研究者是如何利用高密度微电极阵列（HD-MEA），在完整海马环路尺度上刻画AD模型中的网络失调，并探索天然化合物对网络功能的调控潜力。

一 为什么必须从“网络层面”重新理解AD？
长期以来，AD的研究范式主要聚焦于：

• Aβ斑块沉积

• tau蛋白异常磷酸化

• 神经元和突出丢失

但在临床上，一个长期存在的矛盾是：分子病理负荷≠认知损伤程度。

越来越多证据表明，在神经元大规模死亡之前，海马-皮层（HC）环路的功能协同已经被破坏，直接影响记忆编码、巩固和提取。

• θ / γ振荡

• Sharp-wave ripple（SWR）

被视为连接分子病理与认知功能的重要“功能中间层”。

图 1 海马 CA3–CA1 回路 + SWR 在记忆巩固中的作用示意图

二 技术关键：HD-MEA为什么适合研究“网络失调”？

要真正回答“网络是否失调”，技术平台至关重要。

传统单电极或低通道MEA面临三大限制：

• 空间覆盖不足，无法记录完整海马回路；

• 难以同时解析LFP、SWR、MUA等多尺度信号；

• 对网络同步性和传播模式不敏感。

本研究采用CMOS工艺高密度微电极阵列（HD-MEA），其核心优势包括：

01 空间尺度

• 单芯片4096个电极

• 42μm电极间距

• 覆盖7mm²，可完整覆盖DG-CA3-CA1-EC

02 信号尺度

• 1Hz-5kHz带宽

• 同时捕捉LFP、SWR与MUA

03 网络分析友好

• 支持事件检测、空间分布、频谱和时间动力学分析

三 模型设计：APPNL vs. APPNL-G-F，有何不同？

研究选用了两种knock-in AD小鼠模型

• APPNL：病理相对温和

• APPNL-G-F：Aβ与tau相关病理更重，更接近进展期AD

在36周龄小鼠的急性海马切片中，通过4-AP诱导自发网络活动，对两种模型进行系统比较。

图 2 HD-MEA + 海马切片示意(a) 描述了整个实验系统：从小鼠脑组织取样 → 制备急性脑切片 → 放置在 HD-MEA 芯片上进行记录。(b) 展示了两个基因型（APPNL 和 APPNL-GF）切片中 LFP 活动的空间分布热图，颜色代表 LFP 频率（events/min），可见不同区域（如 CA1、DG、EC）的活动差异。

四 核心结果一：高频网络活动最先“失语”

01 LFP：低频活动基本保留

两种模型在LFP事件频率上差异不显著，说明：基础群体活动尚未完全崩溃。

02 SWR与MUA：显著受损

相比APPNL，APPNL-G-F表现出：

• SWR事件频率显著下降

• MUA放电水平降低

• SWR持续时间缩短、空间分布收缩（尤以CA3-CA1为甚）

图 3 LFP / SWR / MUA 事件率比较。左图：LFP 率（整体神经活动），中图：SWR 率（尖波涟漪事件频率），右图：MUA 率（多单位放电活动）。显示 APPNL-GF 在 SWR 方面显著降低（ 表示 p < 0.01），而其他指标无明显差异。

这表明：AD首先破坏的不是“有没有放电”，而是“能不能精确协同”。

五 为什么SWR是极具价值的网络级指标？

SWR的产生依赖于：

• CA3递归兴奋网络

• 精确的兴奋/抑制（E/I）平衡

• 亚毫秒级时间同步

因此，SWR的频率、持续时间和空间传播，都是网络完整性的直接读出。

本研究中SWR的多维度受损，提示AD的核心问题在于：网络协调能力的系统性下降，而非简单的神经元沉默。

六 干预探索：藏红花能“修复”网络吗？

研究进一步测试了天然化合物藏红花（saffron）对网络活动的影响。

01 剂量依赖的功能恢复

在APPNL-G-F切片中，25μg/ml藏红花即可：

• 显著提高SWR与MUA频率

• 扩大参与SWR的活跃电极数量（约2.75倍）

• 恢复CA3-CA1网络协同

而在APPNL中几乎无效，说明其作用偏向病理状态下的网络恢复

图 4 剂量-反应关系。(a), (b), (c)：剂量-反应曲线（Dose-response curves），显示不同频率带的神经活动随藏红花浓度变化的趋势。(d)：原始数据的“raster plots”（事件时间序列图），展示0 μg/mL 和 25 μg/mL 藏红花处理下各脑区的神经活动动态。

02 平台效应：网络恢复存在上限

更高剂量（50-75μg/ml）并未带来额外增强，提示：

• 网络可塑性存在结构性限制

• 干预存在“最佳窗口”

七 方法学延申：HD-MEA作为“网络药效学”平台

从方法论角度看，本研究的意义不仅在于AD结论本身，更在于展示了一种可推广的研究范式:

• 不只问“分子是否改变”，而是问网络是否恢复协同；

• 用SWR、MUA等网络指标评估药物或干预效果；

• 适用于AD、癫痫、精神分裂症、脑损伤等多种疾病模型。

以3Brain的HD-MEA为代表的高密度电生理平台，正在成为连接分子机制、环路功能与行为表型的重要工具，尤其适合：

• 神经退行性疾病网络表型研究

• 神经保护/调控策略的功能筛选

八 结论与展望

这项研究清晰表明：

• AD是一种网络层面的疾病；

• 高频振荡（尤其是SWR）是高度敏感的功能指标；

• 网络功能的恢复并非线性、无限，而受制于结构完整性；

• HD-MEA为“网络精准干预”提供了轻量化工具。

当我们把视角从“单个分子”拉升到“整个网络”，阿尔兹海默病呈现出一种全新的面貌。

未来，真正有效的干预，或许并不只是减少病理负担，而是让神经网络重新学会协同工作。

参考文献

B. A. Emery, S. Khanzada, X. Hu, M. A. Maggi, S. Bisti and H. Amin, "Network-Level Characterization of Hippocampal Disruptions in Alzheimer’s Disease Using Large-Scale Electrophysiology," 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Copenhagen, Denmark, 2025, pp. 1-4, doi: 10.1109/EMBC58623.2025.11253272.